2026找工总结
找工就业
地里匿名用户QPGPL
【背景】
大厂后端，普通码农一枚，4.5 YOE，目标 Senior。
【结果】
从三月开始断断续续准备、刷题，直到最近才正式收官。最终拿到 5 个 offer，全部来自 AI startup，level 有 L4 也有 Senior。定级方式因公司而异：有的看 system design 表现，有的看 behavioral 中体现的 scope。不过说实话，startup 的 level 本身就比较模糊，参考意义有限。
【投递进度一览】
【总体感受】
当下 AI startup 招人很积极，基本投了就有面试；反倒是中大厂，简历关都很难过。
面试单题难度不算高，但这不代表 offer 好拿，因为需要轮轮都表现出色。流程普遍很长：phone 1–2 轮，onsite 4–5 轮 back-to-back。有些公司考的就是面经上那几道题，准备到位即可；有些没有面经，只能硬上，但难度也还可控。真正防不胜防的是意外环节，比如 technical 全过，最后和 HM 聊完却被拒。
Feedback 至关重要。可惜大多数公司不给，让人无从改进，这一点着实令人沮丧。在此特别感谢那些愿意给我反馈的面试官，每一条都让我受益匪浅。
另外，熟能生巧。我是从最不想去的公司开始练手的，越往后越能感觉到面试能力的明显提升。不过回头来看，我面得确实太多了，其实没必要。每家公司轮次都很多，准备起来非常耗费精力。
【Coding】
一句话：好好刷面经。我先刷了约 100 道 LeetCode，之后主攻面经。题型上，绝大多数仍是类 LeetCode 的 practical coding，AI-assisted coding 只遇到过一次（Figma）。实际遇到的题以 medium/hard 为主，没碰到特别偏门的 hard。遇到面经原题基本稳；碰到没见过的，过与不过大概五五开，只能尽人事、听天命。
【Behavioral】
最早几场面试就收到过"不够 senior"的反馈，此后我开始认真打磨 behavioral 和个人故事。Hello Interview 的 behavioral 部分讲得不错，值得参考。由于部分公司会据此定级，这一环千万不能轻视。
【System Design】
这是我进步最大的一块。
起初我只看 Hello Interview，自以为掌握了，结果一上场，面试官稍一深挖便一问三不知，才意识到自己不过是在背框架。
后来我的做法是：每场 SD 面试结束后，记下面试官问过的所有问题，把答不上来的地方拿去和 AI 一起复盘梳理。日积月累，各个概念逐渐融会贯通。
所以我的建议是：先用 Hello Interview 打基础，再找 AI 反复实战演练。
即便如此，知识盲区总是存在，运气的成分也不可忽视。面试官风格差异很大：有的重交流、会给提示，顺着就能想出来；有的全程惜字如金，你走偏了也不拉一把；还有的非要你命中他心中的"标准答案"才算过。
【写在最后】
找工作真的很辛苦。如果你也正在求职路上处处碰壁，先送你一个大大的 patpat。面试结果有时确实看玄学，这个阶段请不要过度苛责自己。去哪家公司，某种程度上也是一种缘分。
祝大家都好运！
大厂后端，普通码农一枚，4.5 YOE，目标 Senior。
【结果】
从三月开始断断续续准备、刷题，直到最近才正式收官。最终拿到 5 个 offer，全部来自 AI startup，level 有 L4 也有 Senior。定级方式因公司而异：有的看 system design 表现，有的看 behavioral 中体现的 scope。不过说实话，startup 的 level 本身就比较模糊，参考意义有限。
【投递进度一览】
| 公司 | 最终阶段 |
| Salient / Resolve AI / DE Shaw / PDT Partners / Rillet / OpenAI / Harvey AI / Gamma / Glean / Clay / Figma | Onsite |
| Factory AI / Traversal / Profound / Sierra AI / xAI / Waymo / Ziphq / Onyx AI / Ambience Healthcare / Parallel Web Systems / Replit / Vercel | 拿到 Onsite 未去 |
| Hebbia / Nooks AI / HeyGen / EliseAI / Rippling / Thinking Machines Lab | Phone |
| Legora / Snowflake | 拿到 Phone 未去 |
| Anthropic / Google / Nvidia / Databricks / Ramp / Stripe / Robinhood / Roblox / Netflix | 简历拒 |
当下 AI startup 招人很积极，基本投了就有面试；反倒是中大厂，简历关都很难过。
面试单题难度不算高，但这不代表 offer 好拿，因为需要轮轮都表现出色。流程普遍很长：phone 1–2 轮，onsite 4–5 轮 back-to-back。有些公司考的就是面经上那几道题，准备到位即可；有些没有面经，只能硬上，但难度也还可控。真正防不胜防的是意外环节，比如 technical 全过，最后和 HM 聊完却被拒。
Feedback 至关重要。可惜大多数公司不给，让人无从改进，这一点着实令人沮丧。在此特别感谢那些愿意给我反馈的面试官，每一条都让我受益匪浅。
另外，熟能生巧。我是从最不想去的公司开始练手的，越往后越能感觉到面试能力的明显提升。不过回头来看，我面得确实太多了，其实没必要。每家公司轮次都很多，准备起来非常耗费精力。
【Coding】
一句话：好好刷面经。我先刷了约 100 道 LeetCode，之后主攻面经。题型上，绝大多数仍是类 LeetCode 的 practical coding，AI-assisted coding 只遇到过一次（Figma）。实际遇到的题以 medium/hard 为主，没碰到特别偏门的 hard。遇到面经原题基本稳；碰到没见过的，过与不过大概五五开，只能尽人事、听天命。
【Behavioral】
最早几场面试就收到过"不够 senior"的反馈，此后我开始认真打磨 behavioral 和个人故事。Hello Interview 的 behavioral 部分讲得不错，值得参考。由于部分公司会据此定级，这一环千万不能轻视。
【System Design】
这是我进步最大的一块。
起初我只看 Hello Interview，自以为掌握了，结果一上场，面试官稍一深挖便一问三不知，才意识到自己不过是在背框架。
后来我的做法是：每场 SD 面试结束后，记下面试官问过的所有问题，把答不上来的地方拿去和 AI 一起复盘梳理。日积月累，各个概念逐渐融会贯通。
所以我的建议是：先用 Hello Interview 打基础，再找 AI 反复实战演练。
即便如此，知识盲区总是存在，运气的成分也不可忽视。面试官风格差异很大：有的重交流、会给提示，顺着就能想出来；有的全程惜字如金，你走偏了也不拉一把；还有的非要你命中他心中的"标准答案"才算过。
【写在最后】
找工作真的很辛苦。如果你也正在求职路上处处碰壁，先送你一个大大的 patpat。面试结果有时确实看玄学，这个阶段请不要过度苛责自己。去哪家公司，某种程度上也是一种缘分。
祝大家都好运！
已获得 75 大米
+2
共37条回复
✨ 您正在体验新版论坛UI
